Other language confidence: 0.7157221410051711
Previous Sternfahrten were mainly conducted in spring and summer. To cover the seasonal aspects more thoroughly, including a winter situation, Sternfahrt 13 was conducted in February 2025 (10–12 February). We used the RV Heincke (cruise HE653/2) instead of the RV Uthörn. The Heincke's draught is greater, so we could not reach all of our previous stations. Surface and bottom water samples were taken with a rosette; in the event of stratification in the water column, an additional sample was taken from the middle.
We conducted a mesocosm experiment with an integrated multiple driver design to assess the impact of future global change scenarios on plankton, a key component of marine food webs. The experimental treatments were based on the RCP 6.0 and 8.5 scenarios developed by the IPCC, which were Extended (ERCP) to integrate the future predicted changing nutrient inputs into coastal waters. The mesocosm experiment was conducted over three weeks in late-summer (August-September) 2018. Seawater containing a natural plankton community was collected from the coastal North Sea. At the onset of the experiment, CO2 saturated seawater was added to the ERCP scenario mesocosms to adjust pCO2 and pH levels for each scenario. To create a realistic environment, we also manipulated the atmospheric pCO2 in the enclosed mesocosm tanks throughout the experiment. Seawater temperature was adjusted daily according to the current North Sea temperature measured at the Helgoland Roads for the Ambient, and 1.5°C and 3.0°C warmer for the ERCP 6.0 and ERCP 8.5 scenarios, respectively. Dissolved nutrient concentrations were determined at the onset of the experiment and adjusted to reach the desired N:P ratios. Samples were taken in an interval of 1-3 days depending on the phytoplankton bloom development, and community composition, except for the large mesozooplankton, was monitored throughout the experiment period.
Hintergrund: Datenanforderungen der Europäischen Verordnungen für Industriechemikalien (REACH 1907/2006/EG), Pflanzenschutzmittel (1107/2009/EG), Biozide (528/2012/EG), Tierarzneimittel (2019/6/EG) und der Richtlinie für Arzneimittel (2004/28/EG und 2004/27/EG) basieren auf standardisierten ökotoxikologischen Labor- und Freilandtests., i.d.R. OECD-Prüfrichtlinien. Die Festlegung der statistischen Auswertung der Labordaten erfolgt derzeit in den einzelnen OECD-Prüfrichtlinien mit Hinweis auf die 2006 veröffentlichten Grundprinzipien der statistischen Auswertung für OECD-Prüfrichtlinien im OECD Dokument Nr. 54 'Current approaches in the statistical analysis of ecotoxicity data: a guidance to application'. Die im OECD Dokument Nr. 54 beschriebenen Methoden sind (teilweise) überholt und es fehlen geeignete Methoden für die Auswertung von nicht-normalverteilten Daten. Nicht-normalverteilte Daten kommen standardmäßig in aquatischen Mesokosmen und Freilandstudien an Bodenorganismen und Arthropoden vor, die eine zentrale Rolle in der Zulassung von Chemikalien spielen. Eine Überarbeitung des OECD Dokuments Nr. 54 ist dringend notwendig, weil es direkte Auswirkungen auf die statistische Auswertung aller OECD-Prüfrichtlinien für die Bewertung von Auswirkungen auf Nichtzielorganismen hat. Forschungsziele sind: 1. Aktualisierung von OECD Dokument Nr. 54 - Aufnahme fehlender Methoden-Prüfung und Aktualisierung enthaltener Methoden, 2. Überführung des OECD Dokument Nr. 54 in ein OECD Guidance Dokument (verbindlicher) - Ermöglichung direkter Verweise zu bestehenden OECD-Prüfrichtlinien und der Vereinheitlichung statistischer Verfahrensweisen innerhalb bestehender OECD Prüfrichtlinien sowie eine präzisierte Ableitung der abgeleiteten Endpunkte zur Verbesserung der Risikobewertung für Chemikalien.
Globalisierung, Internationalisierung und eine zunehmende Anzahl grenzüberschreitender Umweltherausforderungen wie Klimawandel und Biodiversität haben politische Akteure dazu veranlasst, die Notwendigkeit einer Forstpolitik über die nationale Ebene hinausanzuerkennen. Dies spiegelt sich auch in der Forschung mit einer zunehmenden Anzahl von Studien zum internationalen Forstregime wider. Diese Arbeiten haben gezeigt, dass das internationale Regime fragmentiert ist und nur begrenzt zur effektiven Wald Governance beiträgt. Während die internationale Ebene häufig untersucht wird, wissen wir weniger über die Governance-Performanz regionaler Regime, die sich mit Forstpolitik befassen, obwohl es auf regionaler Ebene insgesamt 76 verschiedene Regime gibt, für die die Europäische Union oder Congo Basin Forest Partnership prominente Beispiele sind. Angesichts der begrenzten Wirksamkeit des internationalen Forstregimes wird die vergleichende und umfassende Untersuchung verschiedener regionaler Regime zur WaldGovernance und ihrer Unterschiede und Ähnlichkeiten in der Leistung umso wichtiger. Durch einen vergleichenden Ansatz trägt dieses Projekt dazu bei, Wissenslücken über regionale Regime zu schließen. Zu diesem Zweck werden drei Forschungsfragen zu dreiDimensionen von Leistung, Output, Outcome und Impact der Wald Governance in regionalen Regimen untersucht. Dies sind: Unterscheiden sich regionale Regime in Bezug auf Art und Umfang der von ihnen produzierten Outputs im Bereich der Wald Governance(Anzahl der Politiken, Entscheidungen, etc. die ein regionales Regime verabschiedet), und wie können beobachtete Unterschiede erklärt werden? Erzielen einige regionale Regime eine bessere Leistung in Bezug auf das Outcomes von Wald Governance (Aktivitätenbasierend auf den Outputs des regionalen Regimes) und warum? Wann erreichen regionale Regime einen hohen Impact im Bereich der Wald Governance (Problemlösung) und wie können Unterschiede in dieser Hinsicht erklärt werden?
Der Umsetzungsplan der COP27 enthält eine sehr klare Aussage. "Ein Drittel der Welt, darunter 60% von Afrika, hat keinen Zugang zu Frühwarn- und Klimainformationsdiensten". Dies gilt vor allem für niederschlagsbezogene Warnungen. Der Grund dafür ist das fast vollständige Fehlen von Wetterradaren auf in Afrika und die mangelnde Dichte von Niederschlagsmessstationen. Im Gegensatz dazu sind geostationäre Satelliten (GEOsat) und potentiell auch kommerzielle Richtfunkstrecken (CML) und Satelliten-Mikrowellenverbindungen (SML) nahezu in Echtzeit verfügbar und können zur Niederschlagsschätzung verwendet werden. Die quantitative Niederschlagsschätzung (QPE) aus GEOsat-Daten ist jedoch aufgrund der indirekten Beziehung zwischen der Niederschlagsmenge und den tatsächlichen Messungen, die im sichtbaren und infraroten Spektrum durchgeführt werden, eine Herausforderung. Für die QPE aus SML- und CML-Daten, insbesondere auf der Grundlage groß angelegter CML-Studien in Europa, wurde gezeigt, dass sie mit der QPE aus Radar- und Regenmessern gleichwertig sein kann. In Ermangelung von Referenzdaten, wie es in Entwicklungsländern häufig der Fall ist, sind die bestehenden maßgeschneiderten semi-empirischen Prozessierungsmethoden jedoch oft nicht direkt anwendbar. GEOsat-Daten haben das Potenzial, die CML/SML-Prozessierung in diesen Regionen zu unterstützen, und umgekehrt könnte die CML/SML-QPE zur Anpassung der GEOsat-QPE verwendet werden. Das übergeordnete Ziel des Projekts MERGOSAT ist daher die Entwicklung neuartiger Methoden zur Erstellung verbesserter Echtzeit-Niederschlagskarten für datenarme Regionen durch eine Kombination von GEOsat-Daten und CML/SML-QPE. Um dieses Ziel zu erreichen, werden wir uns auf drei Aspekte konzentrieren: 1) Schaffung einer Grundlage für allgemeinere CML/SML-QPE-Modelle durch Verbesserung des Verständnisses der Prozesse die die EM-Ausbreitung von CML und SML beeinflussen. 2) Entwicklung geeigneter CML/SML-QPE-Modelle, die in datenarmen Regionen anwendbar sind, aufbauend auf den neuen Erkenntnissen über WAA und DSD und unter innovativer Nutzung von GEOsat-Daten. 3) Verbesserung der GEOsat-QPE mit DeepLearning-Methoden und Entwicklung eines neuen Verfahrens, das die Zusammenführung mit CML/SML-Daten mit sub-stündlicher Auflösung ermöglicht. Wir werden unsere Forschung auf unser umfangreiches Archiv von CML-Daten, auch aus Afrika, und die zunehmende Verfügbarkeit von SML-Daten stützen. Zusätzliche Daten aus Feldexperimenten werden mit modernsten Simulationen der EM-Ausbreitung kombiniert. Darüber hinaus werden wir neueste Techniken des DeepLearnings und unsere Hochleistungs-Recheninfrastruktur nutzen. In Kombination mit den erweiterten Fähigkeiten des kürzlich gestarteten MTG GEOsat wird uns dies ermöglichen, unsere Ziele erfolgreich anzugehen und die methodische Grundlage zu schaffen, die erforderlich ist, um datenarme Regionen mit verbesserten und zuverlässigen Niederschlagsinformationen nahezu in Echtzeit zu versorgen.
Aktuelle Studien haben gezeigt, dass extrazelluläre (ex) RNAs zwischen Wirtspflanzen und Mikroben während einer Infektion in beide Richtungen transportiert werden können. Diese exRNAs können erhebliche Auswirkungen auf die Entstehung und den Verlauf der Interaktion haben. Während der organismenübergreifende (cross-Kingdom, ck) RNA-Transfer von Mikroben auf die Pflanze Gene der Wirtsimmunität hemmen kann, können RNAs der Wirtspflanze die Expression von virulenz- oder pathogenitätsbezogenen Genen behindern. Bislang sind jedoch nur einige wenige exRNAs (die Spitze des Eisbergs) charakterisiert worden, so dass die Funktion(en) der großen Mehrheit der exRNAs unerforscht sind. Auf mechanistischer Ebene können die exRNAs sowohl der Pflanze als auch des Pathogens als reine RNAs transportiert werden, an RNA-bindende Proteine (RBPs) gebunden sein oder mit membranumschlossenen extrazellulären Vesikeln (EVs, evRNAs) assoziiert sein. Wie RNAs für den Transport ausgewählt und sortiert werden und wie sie auf Empfängerzellen, z. B. in anderen Organismen, übertragen werden, ist nicht gut verstanden. Unsere zentrale Hypothese ist, dass die Kommunikation über exRNA ein häufiges Phänomen bei verschiedenen Interaktionen zwischen Pflanzen und Mikroben ist und auf konservierten biologischen Mechanismen beruht. Die Aufklärung dieser Mechanismen birgt daher ein hohes Potenzial zur Verbesserung der Produktivität und Gesundheit von Pflanzen. Dieses Konsortium hat das gemeinsame Ziel, ein mechanistisches Verständnis der exRNA-Kommunikation zwischen Pflanzenwirten und pathogenen wie auch nützlichen Mikroben zu entwickeln. Konkret planen wir, (i) die Wege des ckRNA-Transfers zwischen Pflanzen (einschließlich der experimentellen Modellpflanze Arabidopsis thaliana und wichtiger Nutzpflanzenarten) und verschiedenen pathogenen oder nützlichen Mikroben (Bakterien und Pilze) zu untersuchen, (ii) die Schlüsselfaktoren zu entdecken, die an der Auswahl, der Sortierung und dem Transport von exRNAs und ckRNA-Transfer beteiligt sind, und (iii) die molekularen Ziele und funktionellen Auswirkungen von exRNAs und ckRNA-Transfer in Empfängerzellen zu identifizieren. Um dieses Ziel zu erreichen, vereint das Konsortium Experten mit Expertisen auf den Gebieten der nicht-kodierenden RNA, des RNA-Transports, der RNA-Protein-Interaktion, der RNA-vermittelten organismenübergreifenden Kommunikation und der EV-Biologie, darunter Pflanzenpathologen, Mykologen, Molekular- und Zellbiologen, Biochemiker und Bioinformatiker.
Durch DynaDeep wird ein Verständnis der Funktionsweise und Relevanz des Land-Meer Übergangs im Untergrund von Hochenergiestränden gewonnen werden. Wir nehmen an, dass dieser einen hoch dynamischen Bioreaktor und einzigartiges mikrobiologisches Habitat darstellt und Netto-Stoffflüsse in Richtung Meer stark beeinflusst. Um dieses Ziel zu erreichen werden sechs Teilprojekte gemeinsam Felduntersuchungen und experimentelle Arbeiten durchführen und diese mit mathematischen Modellen integrativ kombinieren. In Teilprojekt P5 werden Veränderungen in der Zusammensetzung von mikrobiellen Gemeinschaften und deren metabolische Antwort auf die dynamischen Änderungen in der Verfügbarkeit von Elektronenakzeptoren und der Qualität von Elektronendonoren im Untergrund von Hochenergiestränden untersucht. Dabei werden die Hypothesen getestet, dass diese sich dynamisch ändernden Umweltbedingungen zu (a) hochangepassten mikrobiellen Gemeinschaften führen, die sich aus Generalisten zusammensetzen, und (b) eine Stoffwechselreaktion induzieren, die sich in ihrem Metatranskriptom widerspiegelt. Während der gemeinsamen Feldkampagnen wird P5 die Zusammensetzung von mikrobiellen Gemeinschaften anhand von 16S-rRNA-Genen und -Transkripten in Sedimenten und Porenwässern bestimmen. An ausgewählten Sedimenthorizonten werden zudem hochauflösende Metagenom- und Metatranskriptomanalysen durchgeführt. Die metabolische Reaktion auf sich ändernde Umweltbedingungen und die daraus resultierenden biogeochemischen Transformationen wird in kontrollierten Laborexperimenten verfolgt. Alle mikrobiologischen Ergebnisse von P5 werden mit den jeweiligen geochemischen Parametern korreliert, um die Kopplung mikrobieller Transformationen an die DOM-Zusammensetzung (Teilprojekt P3) sowie die Umwandlung und Fraktionierung redox-sensitiver Elemente aufzudecken (Teilprojekte P2 und P4). Informationen zu mikrobiellen Verteilungsmustern und ihrem metabolischen Netzwerk werden dazu beitragen, entsprechende Modelle für den Untergrund von Hochenergiestränden zu kalibrieren (Teilprojekte P1 und P6).
| Organisation | Count |
|---|---|
| Bund | 983 |
| Europa | 183 |
| Kommune | 62 |
| Land | 67 |
| Weitere | 15 |
| Wirtschaft | 3968 |
| Wissenschaft | 4163 |
| Zivilgesellschaft | 8 |
| Type | Count |
|---|---|
| Chemische Verbindung | 190 |
| Daten und Messstellen | 3991 |
| Ereignis | 20 |
| Förderprogramm | 632 |
| Infrastruktur | 3964 |
| Sammlung | 1 |
| Software | 2 |
| Taxon | 4 |
| Text | 3912 |
| Umweltprüfung | 5 |
| unbekannt | 170 |
| License | Count |
|---|---|
| Geschlossen | 363 |
| Offen | 4661 |
| Unbekannt | 16 |
| Language | Count |
|---|---|
| Deutsch | 4486 |
| Englisch | 4636 |
| Resource type | Count |
|---|---|
| Archiv | 3983 |
| Bild | 67 |
| Datei | 3734 |
| Dokument | 4100 |
| Keine | 557 |
| Unbekannt | 10 |
| Webdienst | 3 |
| Webseite | 4118 |
| Topic | Count |
|---|---|
| Boden | 862 |
| Lebewesen und Lebensräume | 4570 |
| Luft | 781 |
| Mensch und Umwelt | 5027 |
| Wasser | 4543 |
| Weitere | 5040 |